Modelo de Otimização para Frotas de Táxis Autônomos Melhora Lucro e Eficiência
Uma pesquisa inovadora conduzida pela Universidade de Tecnologia de Guangdong apresenta um novo modelo de planejamento dinâmico para frotas de táxis elétricos autônomos, que aumenta significativamente a rentabilidade operacional a longo prazo ao integrar previsões de receitas futuras nas decisões de despacho em tempo real. Liderado por Zeng Weiliang e Han Yu da Escola de Automação, juntamente com Fu Hui da Escola de Engenharia Eletromecânica, o estudo utiliza técnicas de aprendizado por reforço para otimizar simultaneamente estratégias de roteirização e de carregamento, representando um avanço fundamental nos sistemas de mobilidade urbana inteligente.
Publicado na revista Industrial Engineering Journal, o estudo aborda uma limitação crítica dos modelos tradicionais de despacho de táxis: o foco excessivo na otimização de custos imediatos, negligenciando o impacto que decisões atuais podem ter nos ganhos futuros. Sistemas convencionais frequentemente empregam algoritmos de correspondência gananciosa, atribuindo o veículo mais próximo a cada nova solicitação de corrida, sem considerar como essa decisão afeta a disponibilidade futura, posicionamento estratégico ou custo energético. Embora esses métodos sejam computacionalmente eficientes, eles frequentemente resultam em distribuição subótima da frota, tempos de espera mais longos para passageiros e uso ineficiente de energia, especialmente em frotas autônomas de grande escala operando 24 horas por dia.
Para superar essas deficiências, a equipe desenvolveu uma estrutura inovadora que avalia não apenas o benefício imediato de cada decisão de despacho, mas também seu impacto potencial nos ganhos futuros. Essa abordagem prospectiva é viabilizada pelo uso de uma função de valor de estado aproximada por redes neurais profundas, que estima o retorno cumulativo de longo prazo associado ao estado espaço-temporal de um veículo após a execução de uma ação específica. Ao incorporar esse valor futuro previsto na decisão de despacho atual, o modelo permite um reposicionamento mais estratégico dos veículos, uma gestão inteligente do carregamento e um melhor casamento com passageiros.
A inovação central reside na integração da tecnologia de veículo para rede (V2G) e das tarifas de eletricidade por horários no processo de despacho. Diferentemente dos modelos convencionais, que tratam o carregamento como uma atividade necessária, mas passiva, este sistema utiliza ativamente as estações de carregamento como microrredes, onde táxis autônomos ociosos podem carregar durante as horas de menor demanda ou vender energia de volta à rede durante os picos de consumo, gerando assim receitas adicionais. Esse fluxo bidirecional de energia transforma os veículos elétricos de simples unidades de transporte em ativos energéticos móveis, contribuindo para a estabilidade da rede e reduzindo simultaneamente os custos operacionais da frota.
O modelo opera dentro de uma janela de tempo fixa — estabelecida em cinco minutos na simulação — durante a qual o sistema avalia todas as ações disponíveis para cada veículo “despachável”. Essas ações incluem permanecer inativo, reposicionar-se para uma nova área, carregar, descarregar ou aceitar uma solicitação de passageiro. Cada ação recebe um valor composto que combina seu retorno financeiro imediato com o valor futuro descontado do estado resultante do veículo. A solução global de despacho é então determinada resolvendo um problema de correspondência bipartida ponderada que maximiza o valor total da frota, respeitando restrições como um veículo por corrida e uma corrida por veículo.
Para garantir eficiência computacional e escalabilidade, os pesquisadores empregaram um processo de solução em duas etapas. Primeiro, uma heurística gananciosa identifica uma solução inicial de alta qualidade baseada na classificação dos valores das ações, priorizando a aceitação de passageiros quando os valores são comparáveis. Essa solução inicial é então refinada usando um resolvedor de programação inteira, permitindo que o sistema lide com ambientes urbanos de grande escala com centenas de veículos e milhares de nós. Todo o processo é repetido a cada passo de tempo, permitindo uma adaptação contínua às condições de tráfego e padrões de demanda em evolução.
O treinamento da função de valor de estado baseia-se em uma arquitetura de aprendizado por reforço profundo aprimorada com redes neurais duplas e replay de experiência, técnicas comumente usadas no aprendizado Q profundo (DQN). Uma rede de avaliação estima o valor atual dos estados dos veículos, enquanto uma rede de destino separada fornece sinais de treinamento estáveis ao calcular retornos futuros bootstrap. As tuplas de experiência — compostas por estado, ação, recompensa e próximo estado — são armazenadas em um buffer de replay e amostradas em mini-lotes para atualizar a rede de avaliação, melhorando a eficiência dos dados e reduzindo a correlação entre atualizações consecutivas. O equilíbrio entre exploração e exploração é gerenciado por meio de uma política ε-greedy, onde o sistema inicialmente explora ações aleatórias para coletar diversas experiências antes de gradualmente se deslocar para decisões orientadas por valor à medida que o modelo converge.
A validação experimental foi conduzida utilizando uma rede viária simulada extraída de Shenzhen, cobrindo uma área urbana de 6 km × 6 km com 2.876 vias e 1.712 interseções. A frota de teste consistia em 40 veículos elétricos autônomos, cada um equipado com uma bateria de 200 kWh, capaz de carregar e descarregar a 150 kW. As solicitações de corrida foram geradas de acordo com um processo de Poisson calibrado com dados históricos de demanda de táxis, com probabilidades de origem concentradas no centro da cidade e destinos atribuídos aleatoriamente. A tolerância de espera dos passageiros foi modelada como uma variável aleatória uniforme entre 10 e 30 minutos, refletindo expectativas realistas dos usuários.
As tarifas comerciais de eletricidade por horários em Shenzhen foram incorporadas à simulação, com períodos distintos de pico, intermediário e fora de pico. Durante os horários de pico (10:00–15:00 e 18:00–21:00), os preços da eletricidade atingiram 1,38 yuan/kWh, enquanto nos horários fora de pico caíram para 0,28 yuan/kWh entre 23:00 e 07:00. Essa diferença significativa de preço cria fortes incentivos econômicos para estratégias inteligentes de carregamento e descarregamento, que o modelo proposto aproveita para minimizar os custos líquidos de energia.
O desempenho foi comparado com três abordagens estabelecidas: Primeiro a Chegar, Primeiro a Servir (FCFS), que atribui o veículo disponível mais próximo a cada solicitação; Benefício Ótimo (OB), que maximiza o lucro imediato em cada passo de tempo; e um modelo padrão de Rede Q Profunda (DQN) adaptado para despacho de múltiplos veículos. Todos os algoritmos foram testados durante um período de operação simulado de 100 dias, com os resultados médios calculados em 10 conjuntos de testes independentes para garantir solidez estatística.
Os resultados revelaram vantagens substanciais para o modelo proposto. Na simulação de 100 dias, o novo modelo obteve um aumento de 25% no lucro operacional total em comparação com o melhor método de referência. Esse ganho resulta de uma combinação de taxas de serviço mais altas, despesas energéticas reduzidas e melhor utilização da frota. Especificamente, a taxa de resposta a passageiros — a proporção de solicitações de corrida atendidas com sucesso — aumentou em 4 pontos percentuais, superando 73% em comparação com 69% do DQN e abaixo de 60% para FCFS e OB. Ao mesmo tempo, o tempo médio de espera dos passageiros diminuiu 20%, de mais de 20 minutos sob FCFS para pouco menos de 8 minutos, melhorando a satisfação do usuário e a competitividade no mercado de mobilidade.
A redução de custos energéticos foi particularmente impressionante. Apesar de um consumo elétrico geral mais alto devido ao aumento do movimento dos veículos e do volume de serviço, o custo líquido de energia — a diferença entre despesas de carregamento e receitas de descarregamento — foi reduzido em 50%. Essa economia dramática é atribuída à capacidade do modelo de antecipar flutuações de preços e agendar estrategicamente o carregamento durante períodos de baixo custo, enquanto vende energia armazenada de volta à rede durante janelas de preços altos. Em contraste, o modelo DQN, embora tenha tentado incorporar valor futuro, não conseguiu capturar plenamente os padrões temporais dos preços da eletricidade e frequentemente convergiu para ótimos locais, levando a uma gestão energética menos eficaz.
O sucesso do modelo também destaca a importância de um design de sistema holístico na mobilidade autônoma. Em vez de tratar roteirização, carregamento e correspondência de passageiros como problemas de otimização separados, a estrutura integrada reconhece sua interdependência. Por exemplo, enviar um veículo para uma zona de alta demanda distante pode incorrer em custos de viagem imediatos, mas pode gerar recompensas de longo prazo mais altas se levar a várias corridas consecutivas. Da mesma forma, atrasar uma corrida para primeiro carregar em uma estação próxima pode aumentar ligeiramente o tempo de espera do passageiro, mas garante que o veículo permaneça operacional e evita realocações de emergência dispendiosas posteriormente.
Além disso, o modelo demonstra como frotas autônomas podem atuar como recursos energéticos flexíveis dentro da infraestrutura de cidades inteligentes. Ao agregar a capacidade de armazenamento de dezenas ou centenas de veículos, os operadores de frotas podem participar de programas de resposta à demanda, fornecer serviços de regulação de frequência e ajudar a equilibrar a integração de energias renováveis. Esse papel duplo — como provedores de mobilidade e ativos que apoiam a rede — melhora a viabilidade econômica dos serviços de mobilidade autônoma enquanto contribui para objetivos de sustentabilidade mais amplos.
Outra força chave da abordagem é sua adaptabilidade a diferentes contextos urbanos e requisitos operacionais. A função de valor baseada em redes neurais pode ser treinada novamente com padrões de demanda locais, redes viárias e tarifas elétricas, tornando-a aplicável a cidades em todo o mundo. Além disso, o design modular permite a incorporação de restrições ou objetivos adicionais, como modelos de degradação de bateria, congestionamento em estações de carregamento ou métricas de impacto ambiental, sem necessidade de mudanças fundamentais no algoritmo principal.
Apesar de seus sucessos, os autores reconhecem várias limitações e caminhos para trabalhos futuros. O modelo atual assume condições idealizadas, incluindo carregamento/descarregamento instantâneo, nenhuma fila nas estações de carregamento e conhecimento perfeito das distribuições de demanda futura. Na implementação do mundo real, fatores como envelhecimento da bateria, taxas de carregamento variáveis e comportamento de passageiros incerto precisariam ser abordados. Além disso, a transição da simulação para testes no mundo real apresenta desafios relacionados à precisão dos sensores, latência de comunicação e garantia de segurança.
No entanto, o estudo representa um passo significativo adiante na gestão inteligente de frotas autônomas de veículos elétricos. Seu foco no valor de longo prazo em vez de ganhos de curto prazo alinha-se com as realidades operacionais dos serviços de mobilidade 24/7, onde decisões tomadas hoje afetam diretamente a rentabilidade de amanhã. Enquanto cidades em todo o mundo buscam reduzir congestionamento, emissões e custos de transporte, soluções como esta oferecem um caminho para sistemas de mobilidade urbana mais eficientes, sustentáveis e economicamente viáveis.
As implicações se estendem além dos serviços de transporte compartilhado. Os mesmos princípios podem ser aplicados a outras aplicações de veículos autônomos compartilhados, como frotas de entrega, micro-ônibus de transporte ou logística da última milha. Em cada caso, a capacidade de antecipar a demanda futura e otimizar tanto o movimento quanto o uso de energia pode levar a melhorias substanciais no desempenho. Além disso, à medida que a tecnologia de veículos autônomos amadurece e os quadros regulatórios evoluem, a integração de capacidades V2G pode se tornar um recurso padrão, transformando veículos elétricos em componentes integrais de redes energéticas distribuídas.
De uma perspectiva política, a pesquisa enfatiza a necessidade de um planejamento coordenado entre os setores de transporte e energia. Municípios que investem em mobilidade autônoma devem considerar as sinergias com o desenvolvimento de redes inteligentes, garantindo que a infraestrutura de carregamento não seja apenas suficiente em quantidade, mas também estrategicamente posicionada e capaz de suportar fluxos de energia bidirecionais. Estruturas de incentivo, como preços dinâmicos ou taxas de congestionamento, podem ainda mais orientar o comportamento da frota em direção a resultados socialmente ótimos, como menor congestionamento no centro da cidade ou cargas de pico de eletricidade mais baixas.
Para as partes interessadas da indústria, o estudo fornece um caso de negócios convincente para a adoção de sistemas avançados de despacho impulsionados por inteligência artificial. Embora o investimento inicial em infraestrutura de dados e experiência em aprendizado de máquina possa ser significativo, os retornos de longo prazo em termos de receitas aumentadas, custos operacionais reduzidos e maior satisfação do cliente podem superar amplamente essas despesas. Empresas que adotarem essas tecnologias precocemente podem obter uma vantagem competitiva no mercado de mobilidade como serviço, que está evoluindo rapidamente.
Em conclusão, o trabalho de Zeng Weiliang, Han Yu e Fu Hui apresenta uma solução abrangente e prática para um dos desafios mais urgentes no transporte autônomo: como equilibrar as demandas de serviço imediatas com a eficiência operacional de longo prazo. Ao integrar expectativas de receitas futuras nas decisões de despacho em tempo real e aproveitar a funcionalidade dual dos veículos elétricos como transportadores e portadores de energia, o modelo estabelece um novo padrão para a gestão inteligente de frotas. À medida que os táxis elétricos autônomos passam de projetos-piloto para uma implementação generalizada, abordagens como esta serão essenciais para desbloquear seu pleno potencial econômico e ambiental.
Zeng Weiliang, Han Yu, Fu Hui. Industrial Engineering Journal. doi: 10.3969/j.issn.1007-7375.230095